Creación de una experiencia de usuario dinámica: guía para aplicaciones de IA generativas

Por lo tanto, ha propuesto un caso de uso para la aplicación o la característica de inteligencia artificial, lo justifica con un caso de negocio y ha recibido la aprobación. Buen trabajo. ¿Y ahora qué? Bueno, ahora las partes interesadas están listas para ver algo.

Al planear la compilación de una aplicación con características basadas en ia generativa, es importante tener en cuenta las sugerencias e instrucciones que se proporcionan aquí para crear la experiencia del usuario (UX) que desee. Comprender estos principios clave puede ayudar a garantizar la creación de una aplicación atractiva y eficaz que mejor admita las necesidades de los usuarios.

La siguiente guía le guía por las consideraciones que debe tener en cuenta al desarrollar la experiencia de usuario para la aplicación de IA generativa, con un enfoque en las consideraciones para crear experiencias de copilot personalizadas.

Este artículo está pensado para ayudarle a:

• Explore las opciones del marco de experiencia de usuario y seleccione el mejor enfoque para los casos de uso.
• Conozca tres principios fundamentales para desarrollar un copiloto e instrucciones para la interacción con la inteligencia artificial humana.
• Descubra cómo lograr una experiencia de usuario colaborativa mediante un diseño de entrada y salida sólidos

Las instrucciones siguientes le guiarán por las consideraciones que debe tener en cuenta al desarrollar la experiencia de usuario para la aplicación de IA generativa, con un enfoque en las consideraciones para crear experiencias de copilot personalizadas.

Esta área está muy en flujo y hay mucho que aprender, por lo que hemos proporcionado recursos clave para un buceo más profundo. Los principios de inteligencia artificial responsable de Microsoft y el kit de herramientas de HAX (HumanAI Experience) proporcionan información sobre las experiencias reales y de investigación detrás de este artículo.

El enfoque correcto para realizar el trabajo

Las instrucciones siguientes le guiarán por las consideraciones que debe tener en cuenta al desarrollar la experiencia de usuario para la aplicación de IA generativa, con un enfoque en las consideraciones para crear experiencias de copilot personalizadas.

Hay tres variaciones de marco que se deben tener en cuenta para la experiencia de usuario:

• Inmersivo para un enfoque completo de la base de conocimiento
• Enfoque de asistencia en la aplicación
• Incrustado para el foco de entidad única

Vamos a explorar cada uno de estos marcos con más detalle

Enfoque inmersivo para una base de conocimiento completa

Una buena regla que debe seguir es más importante la tarea, cuanto más bienes raíces sea necesario.

Un entorno inmersivo proporciona una experiencia totalmente centrada mediante el uso del lienzo completo para mostrar información relevante, lo que permite obtener información más profunda y reducir las distracciones para el usuario. Este nivel de enfoque es ideal para las aplicaciones en las que desea mostrar información relacionada con orígenes de datos específicos. Algunos ejemplos de esto incluyen el panel generado por ia similar al proyecto de Microsoft Sophia, o la forma en que Microsoft Copilot for Security guía a los usuarios a través de un proceso completo. En un espacio inmersivo, los datos complejos o la información son más fáciles para que los usuarios comprendan y analicen.

Enfoque de asistencia para una experiencia en la aplicación

Ofrezca a los usuarios la capacidad de acceder a la asistencia con tecnología de inteligencia artificial desde dentro de las aplicaciones en las que ya trabajan , como Microsoft Teams, Power BI o sus propias aplicaciones, mediante la integración de copilot como asistente para ampliar la funcionalidad existente.

Mediante el uso del foco en la aplicación, los usuarios pueden evitar cambiar entre herramientas o interfaces. Este marco permite que el copilot se integre sin problemas en el flujo de trabajo del usuario, proporcionando sugerencias pertinentes, información y soporte técnico a petición sin interrumpir su tarea actual. Esta vista proporciona acceso continuo a herramientas, información y asistencia sin obstruir el área de contenido principal. Es especialmente eficaz para las aplicaciones que requieren soporte o supervisión continuos.

Enfoque insertado para una sola entidad

La inserción de un punto de entrada único puede simplificar la integración de un copilot en la aplicación, lo que reduce la complejidad y permite a los usuarios recibir soporte técnico sobre elementos o acciones específicos. Esto ayuda a crear una experiencia de copilot sin problemas con asistencia contextual sin ocupar espacio de pantalla permanente.

Esta opción puede ser ideal para tareas que solo requieren instrucciones o interacciones ocasionales, aunque podría no ser adecuada para interacciones más complejas o detalladas. La inserción completa de copilot debe alinearse con patrones de interacción comunes, como resaltar una parte del código para invocar a copilot para tomar medidas, o permitir que los usuarios profundicen en un gráfico en un panel de análisis.

Incorporación de un enfoque secundario

Además de usar cualquiera de estos tres marcos individualmente, puede crear una experiencia más sólida al complementar el enfoque elegido con una opción de marco adicional. Encontramos que la incorporación de una opción insertada con un copilot envolvente o de asistencia puede proporcionar más valor para los usuarios.

Independientemente del nivel de enfoque que elija para su caso de uso, su objetivo final debe ser proporcionar a su usuario una experiencia de copiloto positiva y productiva. Las siguientes directrices están pensadas para ayudarle a maximizar el éxito de su copilot a través del diseño eficaz de la experiencia de usuario.

Tres principios fundamentales para la experiencia de usuario de copilot

Las experiencias controladas por ia pueden ser impresionantes y no es raro que las personas tengan una respuesta emocional y confiable a lo que parece contenido original y conversacional. Pero un copilot simplemente usa la información en la que se entrenó para predecir una respuesta de palabra a palabra sin conocimientos inherentes de la verdad. Por lo tanto, es importante que base su copilot en los siguientes principios, estableciendo las expectativas adecuadas para los usuarios.

Principio 1: Humano en control

Todas las excelentes experiencias de copilot se basan en el siguiente concepto básico: un copilot es simplemente una herramienta para apoyar al usuario. El humano es el piloto.

Para establecer esta expectativa, coloque al usuario en el asiento del conductor. Esto significa proporcionarles la información que necesitan al mismo tiempo que proporcionan transparencia en torno a cómo funciona el copiloto. Comunique sus capacidades y limitaciones y proporcione claridad a los datos en los que se basan las salidas. Empaquete esta información en controles humanos significativos para permitir a los usuarios guiar de forma segura e iterativa al copiloto hacia sus objetivos.

Por ejemplo, al introducir una característica de copilot, no bloquee la palabra "copilot" con palabras de acción en la interfaz de usuario. En lugar de "copilot, resumir", diga "Resumir con copilot". Este lenguaje recuerda al usuario que el copilot es simplemente un asistente.

Principio 2: Evitar la antropomorfización de copilot

Muchas de las experiencias de IA generativas disponibles hoy en día pueden imitar estrechamente el lenguaje humano natural. Dado que la tecnología es tan buena al hacerlo, existe la posibilidad de que los usuarios desarrollen expectativas inadecuadas sobre su naturaleza y capacidades y, por lo tanto, se basan en las respuestas del copiloto.

Hay un par de formas de ayudar a evitar que los usuarios realicen estas suposiciones:

1. Dé a copilot su voz. Para evitar la percepción de que copilot es similar a la humana, enseñe a usar el lenguaje correcto y evite ciertas palabras en sus respuestas. Por ejemplo, evite palabras como "entender", pensar" o "sentir" en cualquier contexto, ya que pueden transmitir copilot es similar a la humana. En su lugar, use palabras relacionadas con máquinas como "procesamiento" y análisis".
   Sin embargo, permitir que copilot use pronombres singulares en primera persona (yo, yo, mío, yo mismo) en sus respuestas funciona bien porque es más conversacional. Y aunque usar pronombres plurales de primera persona (nosotros, nosotros, nuestros) para hacer referencia a su usuario y a su copiloto juntos está bien, no use esos pronombres para representar únicamente a su empresa. ¿Por qué? Dado que esto da la licencia de copilot para que sea su voz, y en algunos casos podría parecer estar hablando en nombre de su empresa.

2. Ve a la luz de la personalidad. Tenga en cuenta las implicaciones de lo que llama a su copilot dentro de la interfaz de usuario. ¿Cómo se presenta a los usuarios y cómo lo menciona en los materiales de marketing y soporte técnico? Cuanto más personaje le das, cuanto más lo humanices.

Principio 3: Considerar las partes interesadas directas e indirectas

Al igual que toda la tecnología, las aplicaciones de inteligencia artificial generativa tienen un impacto que puede llegar más allá del usuario principal. A lo largo del proceso de diseño, considere no solo el usuario inmediato, sino que todo el producto podría afectar, especialmente a las partes interesadas directas e indirectas más vulnerables. Haz que sea un hábito diseñar tanto para los usuarios principales como para cualquier otra persona que pueda ver la salida. Es importante tener en cuenta las consecuencias más amplias, incluidas las posibles consecuencias no deseadas, de las aplicaciones de inteligencia artificial generativas.

Estas consideraciones son diferentes para cada organización, así que discuta con su equipo y algunos usuarios potenciales, haciendo preguntas como:

• ¿Cómo se puede usar esta salida?
• ¿Los usuarios lo comparten con alguien más?
• ¿Deben revisar otros equipos o grupos nuestra estrategia de inteligencia artificial generativa?
• ¿Quiénes son las partes interesadas más vulnerables y cómo podemos protegerlos?
• ¿Estamos implementando controles humanos significativos para capacitar a los usuarios con capacidades diferentes?
• ¿Cuáles podrían ser las consecuencias no deseadas si se produce un error en la tecnología o si se usa incorrectamente?

Diseño de experiencias para el ciclo de vida de la aplicación

Experiencia de primera ejecución

Cuando los usuarios invocan por primera vez a su copilot, deberían encontrar que resulta lo suficientemente atractivo como para iniciar una conversación. Deben sentirse seguros de lo que copilot puede y no puede hacer, así que asegúrese de mostrar a los nuevos usuarios las distintas maneras en las que pueden usar la inteligencia artificial.

Los estudios de Microsoft muestran que los usuarios prefieren una experiencia que explica lo que el copilot puede hacer y les ofrece sugerencias sobre cómo comenzar. Hay muchas maneras de crear esta experiencia y le animamos a probar diferentes enfoques con los usuarios finales. Las siguientes consideraciones proceden del kit de herramientas de HAX y tienen patrones de diseño disponibles que ofrecen varias técnicas que puede combinar y hacer coincidir para establecer las expectativas del usuario:

• Desactive lo que el sistema puede hacer. Ayude al usuario a comprender lo que el sistema de inteligencia artificial puede hacer.
• Deje claro lo bien que el sistema puede hacer lo que puede hacer. Ayude al usuario a comprender la frecuencia con la que el sistema de inteligencia artificial puede cometer errores.

Recuerde que todo el mundo está aprendiendo en este espacio, y para tener éxito en cualquier esfuerzo de copiloto, debe tener una mente abierta y pensar creativamente. Prepárese para experimentar, aprender, descubrir e incluso llevar a cabo su propia investigación.

Se deben tener en cuenta otras directrices durante el ciclo de vida de la aplicación. Algunos de los más relevantes se enumeran aquí con vínculos a sus patrones correspondientes. Obtenga más información sobre las otras directrices de Microsoft en la biblioteca de diseño de HAX.

Durante la interacción

• Coincide con las normas sociales pertinentes. Asegúrese de que la experiencia se entregue de una manera que los usuarios esperarían, dada su contexto social y cultural.
• Mitigue los sesgos sociales. Asegúrese de que el lenguaje y los comportamientos del sistema de inteligencia artificial no refuerzan los estereotipos y sesgos no deseados e injustos.

Cuando está mal

• Admita una corrección eficaz. Facilita la edición, refinación o recuperación cuando el sistema de inteligencia artificial es incorrecto.
• Desactive por qué el sistema hizo lo que hizo. Permitir al usuario acceder a una explicación de por qué el sistema de inteligencia artificial se comportó como lo hizo.

Horas extra

• Anime a los usuarios a realizar comentarios pormenorizados. Permitir que el usuario proporcione comentarios que indiquen sus preferencias durante la interacción regular con el sistema de inteligencia artificial.
• Proporcione controles globales. Permitir que el usuario personalice globalmente lo que supervisa el sistema de IA y cómo se comporta.

Experiencia de usuario colaborativa

Los copilotos pueden mejorar la información existente realizando cambios o creando nuevos ejemplos sin necesidad de datos adicionales. Sin embargo, esta funcionalidad también significa que un copilot puede generar respuestas incorrectas o no útiles.

Para reducir la probabilidad de fabricación, una buena práctica es permitir a los usuarios guiar al copiloto y moverla hacia sus objetivos y objetivos personales en lo que se denomina experiencia de usuario colaborativa.

Puede crear un entorno de colaboración para el usuario con las siguientes sugerencias para el diseño de entrada y salida. También puede resultar útil alinearse con estos procedimientos recomendados para crear experiencia de usuario colaborativa con la asociación de inteligencia artificial humana.

Sugerencias para el diseño de entrada

El diseño de entrada eficaz forma la piedra angular de la experiencia colaborativa. Al guiar a los usuarios a crear entradas bien estructuradas, establece la base para las respuestas pertinentes y precisas.

1: Proporcionar sugerencias para ayudar a los usuarios a ir

Dado que la inteligencia artificial generativa es una nueva tecnología, es difícil que muchas personas sepan qué hacer o escribir de inmediato. La escritura de lenguaje natural de forma larga sigue sin ser un hábito para muchos. Para ayudar a los usuarios a ir, ofrezca sugerencias claras y prestaciones como cuadros de entrada grandes y contadores de caracteres que les animen a formar buenas entradas además de una experiencia de incorporación agradable.

Para necesidades más específicas, agregar características como promptbooks para proporcionar al usuario consultas específicas y cortas que interactúan con datos personalizados de maneras predecibles y repetibles pueden servir para generar información útil más rápido.

2: Animar detalles

Otra manera de ayudar a los usuarios a crear buenas entradas detalladas es diseñar una experiencia que use una variedad de elementos.

Por ejemplo, puede separar un mensaje general en varios campos de entrada. Reemplace la pregunta "¿Sobre qué desea blog?" por cuatro entradas, como:

• Escriba un título
• Adición de algunos detalles más
• Incluir imágenes
• Describir el tono

3: Permitir la personalización de entradas mediante tono y otras opciones

Hablando de tono, ayude a los usuarios a personalizar sus entradas proporcionando opciones predefinidas al principio. Asegúrese de que la configuración de tono esté clara para los usuarios y hágalo saber que puede cambiar la configuración de tono en cualquier momento dentro de una conversación.

4: Mejora de la interacción del usuario y la interacción con el diseño multimodal

Para permitir que los usuarios interactúen eficazmente con un copilot a través de cualquier dispositivo o método que prefieran, ofrezca varias modalidades en la interfaz de entrada. Este esfuerzo por la inclusividad puede significar agregar opciones de voz y texto y extenderse a permitir entradas multilingües. Proporcionar al usuario varias opciones para crear entradas les permite comunicarse de forma más sencilla y colaborativa.

Sugerencias para el diseño de salida

En un enfoque de experiencia de usuario colaborativa, los usuarios deben guiar al copiloto con un bucle de comentarios continuo entre entradas y salidas para alcanzar sus objetivos. El diseño de salida crea vías para que el usuario de forma e influir en las respuestas de copilot e impulsar hacia la salida deseada.

1: Mostrar entradas y salidas juntas

Esto ayuda a los usuarios a asociar la calidad de salida con la opción de entrada, lo que ofrece un bucle de comentarios estricto donde los usuarios pueden seguir compilando entradas hasta que el modelo genere las salidas que desean.

2: Mantener un historial de salidas y avisos

Animar a los usuarios a probar varias entradas para obtener salidas significativas es fundamental; sin embargo, no siempre es una interacción directa con las salidas que se mejoran cada vez.

A veces, una nueva solicitud puede provocar una salida peor. Una escala de tiempo o un historial de salidas permite a los usuarios probar nuevas entradas con confianza sin miedo a perder el acceso a las salidas anteriores que pueden ser mejores o incluso usar partes de varias salidas.

Del mismo modo, permitir que los usuarios usen mensajes anteriores es profundamente valioso para el proceso iterativo.

3: Agregar fricción adecuada (¡es una buena cosa!)

A menudo queremos eliminar la fricción de las experiencias del producto. Pero recuerde que copilot es un sistema impreciso ("probabilístico") que es probable que cometa errores. Debido a esa posibilidad, debe agregar la fricción adecuada para ayudar a los usuarios a crear un nuevo modo mental.

El objetivo aquí es ralentizar a los usuarios y animarlos a revisar las salidas a lo largo de todo. Agregue fricción en momentos clave, como guardar, compartir, copiar y pegar, y dejar claro al usuario que está a punto de tomar posesión del contenido. Por lo tanto, toman la responsabilidad del contenido que usan animando a comprobarlo más exhaustivamente primero.

Aquí se recomienda animar a los usuarios a editar contenido para proporcionar más contexto o agregarle un toque personal. Agregue avisos y declinaciones de responsabilidades de inteligencia artificial con cada salida que exprese claramente el contenido generado por ia puede ser incorrecto.

4: Fomentar la comprobación de hechos mediante citas y citas directas

Una manera específica de fomentar la comprobación de hechos es hacer que un copilot muestre referencias de los datos a los que hace referencia, lo que hace que la inteligencia artificial sea más probable que use respuestas de los recursos existentes en lugar de fabricar datos e información. Estas referencias también recuerdan a los usuarios que deben asumir la responsabilidad del contenido que usan al echar un segundo vistazo a la salida de copilot y comprobarlo en sus orígenes.

Al integrar comillas directas del origen y dirigir al usuario a la ubicación específica de esa información, su copilot puede admitir una comprobación de hechos más exhaustiva. Estas citas ayudan a copilot a mantenerse alineada con el conjunto de datos de entrenamiento y crear una confianza adecuada y una dependencia adecuada.

Una nota final sobre la comprobación de hechos: mostrar referencias no impide completamente que un copilot haga cosas. Vaya un paso más allá y diseñe una experiencia que ralentiza al usuario (consulte "Agregar fricción adecuada") y le anima a revisar las respuestas.

5: Permitir al usuario editar salidas

Un copilot puede acercarse a una salida deseada, pero puede que no coincida exactamente con ella. Es posible que encuentre que falta algún contexto. Quizás la respuesta suena demasiado general o no coincide con su tono personal habitual en lugar de si creó contenido similar usted mismo.

Una parte clave de la experiencia de usuario colaborativa es permitir que el usuario intervenga y modifique la salida. También muestra que copilot es un asistente o asistente con el usuario como piloto.

6: Retención de salidas cuando sea necesario

En algunos casos, es mejor que un copilot no dé respuesta en lugar de generar algo potencialmente inapropiado. Es posible que desee que el modelo se desconecte y pida al usuario que inicie un nuevo chat con "Lo siento, no puedo chatear sobre este tema. Para guardar el chat e iniciar uno nuevo, seleccione Nuevo chat".

A veces hay estados de error y entradas inapropiadas que requieren crear respuestas preescritas. Para temas dañinos o controvertidos, como auto-daño y elecciones, Microsoft recomienda que el copiloto no se desconecte, sino que use experiencias predefinidas. En los casos en los que no quiera desenganchar al usuario por completo, pero simplemente desea redirigir la conversación, puede recomendar que "pruebe un tema diferente".

Cada caso es diferente y es mejor adaptar estas respuestas al propósito de la aplicación y al uso esperado.

7: Permitir que los usuarios proporcionen comentarios sobre la salida

Diseñe mecanismos para que los usuarios evalúen las salidas de su copilot a través de cosas como sistemas de clasificación de precisión, opciones para que los usuarios pidan a copilot que corrija las respuestas, marque las respuestas como útiles o no útiles, o deje comentarios en las salidas recibidas. También puede demostrar cómo los comentarios de los usuarios ayudan a mejorar sus salidas y experiencia de copilot para reforzar el valor de sus comentarios.

Pasos siguientes

Ahora que sabe cómo lograr su experiencia de usuario deseada, estos son los recursos y herramientas de Microsoft que le ayudarán a empezar a compilar la aplicación de IA generativa.

• Microsoft HAX Toolkit
• Experiencia de usuario para ia: prácticas de diseño para desarrolladores de IA | LinkedIn Learning
• Aprenda a usar Microsoft Copilot | Microsoft Learn
• Principios y enfoque de inteligencia artificial responsable | Inteligencia artificial de Microsoft
• Accesibilidad: Fluent 2 Design System